Data Mining vs Query Tools
Query Tools არის ინსტრუმენტები, რომლებიც ხელს უწყობენ მონაცემთა ბაზის ანალიზს. ისინი უზრუნველყოფენ შეკითხვის შექმნას, შეკითხვის რედაქტირებას, ძიებას, პოვნას, მოხსენებას და შეჯამებას. მეორეს მხრივ, მონაცემთა მოპოვება არის კომპიუტერული მეცნიერების დარგი, რომელიც ეხება ადრე უცნობი და საინტერესო ინფორმაციის მოპოვებას ნედლი მონაცემებიდან. მონაცემები, რომლებიც გამოიყენება მონაცემთა მოპოვების პროცესში შესატანად, ჩვეულებრივ ინახება მონაცემთა ბაზებში. მომხმარებლები, რომლებიც მიდრეკილნი არიან სტატისტიკისკენ, იყენებენ მონაცემთა მოპოვებას. ისინი იყენებენ სტატისტიკურ მოდელებს მონაცემებში ფარული შაბლონების მოსაძებნად. მონაცემთა მაინერები დაინტერესებულნი არიან იპოვონ სასარგებლო ურთიერთობები მონაცემთა სხვადასხვა ელემენტებს შორის, რაც საბოლოო ჯამში მომგებიანია ბიზნესისთვის.
მონაცემთა მოპოვება
მონაცემთა მოპოვება ასევე ცნობილია როგორც ცოდნის აღმოჩენა მონაცემებში (KDD). როგორც ზემოთ აღვნიშნეთ, ეს არის კომპიუტერული მეცნიერების დარგი, რომელიც ეხება ადრე უცნობი და საინტერესო ინფორმაციის მოპოვებას ნედლი მონაცემებიდან. მონაცემთა ექსპონენციალური ზრდის გამო, განსაკუთრებით ისეთ სფეროებში, როგორიცაა ბიზნესი, მონაცემთა მოპოვება გახდა ძალიან მნიშვნელოვანი ინსტრუმენტი ამ დიდი სიმდიდრის მონაცემთა ბიზნეს ინტელექტად გადაქცევისთვის, რადგან შაბლონების ხელით მოპოვება გასული რამდენიმე ათწლეულის განმავლობაში შეუძლებელი გახდა. მაგალითად, ის ამჟამად გამოიყენება სხვადასხვა აპლიკაციებისთვის, როგორიცაა სოციალური ქსელის ანალიზი, თაღლითობის გამოვლენა და მარკეტინგი. მონაცემთა მოპოვება ჩვეულებრივ ეხება შემდეგ ოთხ ამოცანას: კლასტერიზაცია, კლასიფიკაცია, რეგრესია და ასოციაცია. კლასტერირება არის მსგავსი ჯგუფების იდენტიფიცირება არასტრუქტურირებული მონაცემებიდან. კლასიფიკაცია არის სწავლის წესები, რომლებიც შეიძლება გამოყენებულ იქნას ახალ მონაცემებზე და, როგორც წესი, მოიცავს შემდეგ ნაბიჯებს: მონაცემთა წინასწარი დამუშავება, მოდელირების დიზაინი, სწავლა/მახასიათებლის შერჩევა და შეფასება/ვალიდაცია.რეგრესია არის ფუნქციების პოვნა მინიმალური შეცდომით მონაცემთა მოდელისთვის. და ასოციაცია ეძებს ურთიერთობებს ცვლადებს შორის. მონაცემთა მოპოვება ჩვეულებრივ გამოიყენება კითხვებზე პასუხის გასაცემად, როგორიც არის, რა არის ძირითადი პროდუქტები, რომლებიც ხელს შეუწყობს მომავალ წელს Wal-Mart-ში მაღალი მოგების მიღებას?
შეკითხვის ხელსაწყოები
Query Tools არის ინსტრუმენტები, რომლებიც ხელს უწყობენ მონაცემთა ბაზის ანალიზს. როგორც წესი, ამ შეკითხვის ხელსაწყოებს აქვთ GUI წინა ბოლო, მოთხოვნილების შეყვანის მოსახერხებელი გზებით, როგორც ატრიბუტების ნაკრები. ამ შეყვანის მიწოდების შემდეგ, ინსტრუმენტი წარმოქმნის ფაქტობრივ შეკითხვებს, რომლებიც შედგენილია მონაცემთა ბაზის მიერ გამოყენებული ძირითადი შეკითხვის ენისგან. SQL, T-SQL და PL/SQL არის შეკითხვის ენების მაგალითები, რომლებიც გამოიყენება დღეს მრავალ პოპულარულ მონაცემთა ბაზაში. შემდეგ, ეს გენერირებული მოთხოვნები შესრულებულია მონაცემთა ბაზებთან მიმართებაში და შეკითხვის შედეგები წარმოდგენილია ან ეცნობება მომხმარებელს ორგანიზებულად და მკაფიოდ. როგორც წესი, მომხმარებელს არ სჭირდება მონაცემთა ბაზის სპეციფიკური შეკითხვის ენის ცოდნა Query ინსტრუმენტის გამოსაყენებლად. Query ინსტრუმენტების ძირითადი მახასიათებლებია შეკითხვის შემქმნელი და რედაქტორი, საზაფხულო ანგარიშები და ფიგურები, იმპორტისა და ექსპორტის ფუნქციები და მოწინავე პოვნის/ძიების შესაძლებლობები.
რა განსხვავებაა მონაცემთა მოპოვებასა და შეკითხვის ინსტრუმენტებს შორის?
შეკითხვის ხელსაწყოები შეიძლება გამოყენებულ იქნას მონაცემთა ბაზებში მოთხოვნების მარტივად შესაქმნელად და შესატანად. შეკითხვის ინსტრუმენტები ძალიან აადვილებს მოთხოვნების შექმნას მონაცემთა ბაზის სპეციფიკური შეკითხვის ენის სწავლის გარეშე. მეორეს მხრივ, მონაცემთა მოპოვება არის ტექნიკა ან კონცეფცია კომპიუტერულ მეცნიერებაში, რომელიც ეხება სასარგებლო და ადრე უცნობი ინფორმაციის მოპოვებას ნედლი მონაცემებიდან. უმეტეს შემთხვევაში, ეს ნედლეული მონაცემები ინახება ძალიან დიდ მონაცემთა ბაზებში. აქედან გამომდინარე, მონაცემთა მაინერებს შეუძლიათ გამოიყენონ Query Tools-ის არსებული ფუნქციები, რათა წინასწარ დაამუშავონ ნედლეული მონაცემები მონაცემთა მოპოვების პროცესამდე. თუმცა, მონაცემთა მოპოვების ტექნიკასა და Query ინსტრუმენტების გამოყენებას შორის მთავარი განსხვავება ისაა, რომ Query ინსტრუმენტების გამოსაყენებლად მომხმარებლებმა ზუსტად უნდა იცოდნენ რას ეძებენ, ხოლო მონაცემთა მოპოვება ძირითადად გამოიყენება მაშინ, როდესაც მომხმარებელს აქვს ბუნდოვანი წარმოდგენა იმის შესახებ, თუ რას ეძებენ. ვეძებთ.
